資源描述：
《基于模糊聚類分析的圖像分割算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、基于模糊聚類分析的圖像分割算法研究摘要模糊聚類分析具備將不確定性樣本進行分類的功能，近年來被廣泛地應(yīng)用于圖像分割算法研究中。通過對模糊c均值聚類算法（FCM）這一現(xiàn)今最經(jīng)典的模糊聚類算法進行改進，驗證了本文算法的有效性。首先，標準FCM算法執(zhí)行的前提是聚類數(shù)的確定。不同的圖像聚類數(shù)也不同，聚類數(shù)的選取對分割至關(guān)重要。研究人員通過圖像的直方圖波峰的個數(shù)來對應(yīng)圖像的聚類數(shù)，但受噪聲點影響，使得像素屬于某一灰度值是不清晰的，容易導致誤差的產(chǎn)生?？紤]到模糊集理論能夠體現(xiàn)像素屬于某一灰度值的程度大小，用高斯函數(shù)替代脈沖函數(shù)，分別構(gòu)造了模糊直方圖和模糊Hist
2、on直方圖，充分利用了像素的灰度信息和空間信息。其次，利用像素的灰度信息和局部空間信息可以在一定程度上抑制噪聲的影響，但當圖像被大量噪聲嚴重侵擾時，像素提供的局部空間信息不能體現(xiàn)明顯優(yōu)勢。針對這個問題，提出了結(jié)合模糊直方圖的非局部空間自適應(yīng)FCM算法，合理利用像素提供的非局部空間信息，考慮到提出算法的目標函數(shù)中，對隸屬度矩陣及聚類中心迭代公式進行改進，提出的算法在分割質(zhì)量和效果上更好。最后，在Lab彩色空間中通過模糊Histon閾值技術(shù)獲取整幅圖像中所有可能的由聚類中心標注的均勻區(qū)域，提出了自適應(yīng)FCM聚類算法用來改善均勻區(qū)域之間的緊密度，完成色彩
3、分割，已成功應(yīng)用到伯克利圖像庫，取得了更好的劃分?？紤]到顏色相近而語義無關(guān)的影響，在像素特征中加入紋理特征，提出了結(jié)合亮度、顏色、紋理特征的FCM色彩分割算法，相比標準FCM算法實現(xiàn)了彩色圖像的較優(yōu)分割，具有一定抗噪性。關(guān)鍵詞：FCM聚類算法；非局部空間信息；模糊Histon直方圖；紋理特征1萬方數(shù)據(jù)基于模糊聚類分析的圖像分割算法研究AbstractFuzzyclusteringanalysishastheabilityofclassifyingsampleswithuncertaintyandhasbeenwidelyappliedinimage
4、segmentationinrecentyears.Animprovedfuzzyclusteringalgorithmwasproposedinthispaperbasedonclassicalfuzzyc-means(FCM)algorithmandthevalidityofthenewalgorithmwasverified.Firstly,anopenproblemofstandardFCMistodeterminethenumberofclustersinadvance.Differentimageshavedifferentamount
5、sofcluster,thusselectingappropriatenumberofclustersiscrucialtotheresultsofimagesegmentation.Usually,researchersdeterminethenumberofclustersbythenumberofhistogrampeaksofanimage.However,influencedbynoise,thismethodeasilyyieldserrorbecausetheconceptthatapixelbelongstoagraylevelis
6、notclear.Consideringthatfuzzysettheorycanreflectthedegreeofapixelbelongingtoagraylevel,fuzzyhistogramandfuzzyhistonhistogramareconstructedrespectivelyinthegrayimagesandcolorimagesbyreplacingimpulsefunctiontoGaussianfunctionandmakingfulluseofgrayinformationandspatialinformation
7、ofpixels.Secondly,althoughgrayinformationandlocalspatialinformationofeachpixelcanrestraintheinfluenceofnoiseinsomeway.UsingstandardFCMalgorithmwithlocalspatialinformationofpixelscannotobtainsignificantlybetterperformancesofsegmentationwhentheimagesarebadlydisturbedbynoise.Toso
8、lvethisproblem,anon-localspatialadaptiveFCMalgorithmbasedonfu
